作者:
原文服务方: 计算机应用研究       
摘要:
使用统计方法对词性标注和句法语义分析产生的歧义进行消歧,一般用最大可能原理,但是并不是在所有的情况下取最大值都是正确的.为了从多个候选结果中按最大可能原理选取取到正确的结果,使用识别性学习算法.使用这个算法的目的在于:当正确的候选结果评分不是最高时,仍能通过识别性算法来调整正确结果的评分,使之最大,并且降低不正确候选的评分.使用识别性学习算法对词性标注和句法语义分析阶段进行实验,实验结果表明,使用识别性学习算法比单纯利用最大可能原理消歧的正确率高.因此,把最大可能原理和识别性学习算法结合起来有助于提高消歧的正确率.
推荐文章
可识别性在住宅外观设计中的运用
住宅
外观设计
可识别性
城市个性——广场空间可识别性设计初探
可识别性
地城特色
历史文脉
文化内涵
BioTrHMM:基于迁移学习的生物医学命名实体识别算法
迁移学习
隐马尔可夫模型
命名实体识别
文本挖掘
基于Boosting学习算法的雷达弹道识别
弹道外推
弹道识别
机器学习
支持向量机
Boosting
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 识别性学习算法
来源期刊 计算机应用研究 学科
关键词 识别性学习算法 词汇评分 句法语义评分
年,卷(期) 2000,(10) 所属期刊栏目 研究探讨
研究方向 页码范围 19-21
页数 3页 分类号 TP301.6|H085
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2000.10.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘颖 清华大学中文系 50 235 9.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1967(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
识别性学习算法
词汇评分
句法语义评分
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导